说明

• 文档中“字”都是指字符，字符是指计算机中使用的文字和符号，1个汉字算1个字符，英文字母、希腊字母、标点符号、特殊符号、空格、回车等算1个字符；

• 调用字符需要使用UTF-8编码，该编码每个汉字通常占三个字节，计费使用字符数，与字节数无关；

• 语音合成标记语言（SSML：Speech Synthesis Markup Language）中的标签按照正常字符进行计费；

• 按时长计费的，累加每次调用的语音时长，精确至毫秒，最终折算为小时计费。

• 按次数计费的，返回失败的调用不计入次数。

• 语音合成实际计费时按次计费，一次送入文本不超过1024字节，对应UTF8约300个汉字；

• 一句话识别实际计费时按次计费，单次送入音频时长不超过60秒。

• 语音识别相关能力，双声道计费模式，按单声道计费，即音频时长进行计费。

说明

• 大模型声音复刻：

  • 音色：按单次下单数量全额累进单价，不累计过往下单数量，如：需复刻80个音色，则音色费用为80*88=7040元；

  • 音色：单次下单最多支持1000个，超出1000个建议分批下单，如果更大批量的下单需求，可以可以立即咨询我们；

  • 音色：每个音色id可支持10次音频上传训练，最新训练效果会覆盖上次训练效果，您可以按需重新训练进行效果调优；

  • 模型存储费用：首次下单需购买12个月，如：需调用复刻的80个音色1年，则需额外支付80*12=960元。

• 语音合成：赠送多款火山引擎语音合成精品音色，实际赠送音色以语音合成控制台为准；

• 大模型语音合成：火山引擎大模型语音合成超自然音色可免费接入，实际赠送音色以大模型语音合成控制台为准。

说明

• 大模型录音文件识别、录音文件识别：默认最大支持20QPS，半小时内提交的音频时长不超过500小时，一般无需扩容，如需扩容可以立即咨询我们；

• 精品长文本语音合成：默认最大支持10QPS，一般无需扩容，如需扩容可以立即咨询我们；

• 并发定义：同一时刻请求服务的数量，是某一个时刻后端服务同时处理的请求数，计数周期为点。举例，您新建一个语音合成请求，服务端在持续进行合成处理或音频流返回，此时并发是1；在该请求处理的同时，又新建了一个请求发送文本数据，这时服务端同时处理该应用的2个请求，并发数就变为2；

• QPS定义：QPS (query per second) 是一秒内查询服务接口的次数。